有效使用量化調查研究

確認量化方法並收集資料

定量研究可供您將來自樣本群組的結果,一般化到整個人類群體。

兼具結構和統計的定量研究,可讓您得以做出結論,並且在行動方案中做出擁有充分知識作後盾的決策。

大多數的定量研究,是用於證明或否證您在執行定性研究時,設想出來而預先決定好的假說。

定量研究在大多數研究中佔有龐大的份量,但通常使用得很沒有效率。在建立定量研究問題時,請確認該問題可以讓您達到這三個目標之一:

1. 定義您的受訪者特徵:所有封閉式的問題,目標都是為了對受訪者特徵做出更好的定義。這可能包括取得有關以下各項的資訊:

  • 特質:識別年齡、性別、種族、收入等特質。
  • 行為:識別受訪者的習慣,例如每個星期花在網路上的小時數、通勤習慣、例行運動規律等。
  • 意見或態度:識別受訪者的想法,例如某個人對某項產品的滿意程度,或是否喜歡當選的政治人物。

了解這些特徵可以助您了解受訪者的面貌、行動方式,以及他們的喜好或期待。

2. 衡量資料中的趨勢:如果在不同時間點執行相同的問卷調查,就可以開始認識資料之中的趨勢。也許意見朝向特定的方向緩慢轉向,或是您可以發現季節性的變化?總之,查看趨勢隨時間的變化,能讓您了解調查結果的背景資訊。

例如,假設您要求顧客,使用從「非常滿意」到「非常不滿意」的評分方式,評量對貴公司客戶服務的滿意度,而有 20% 的人表示「非常滿意」。雖然了解現況是一件好事,但除此之外,這個數字還可作為未來衡量工作進展的尺度。

比如說,在原本的調查之後,您做了一些改變,希望更能滿足顧客的需求。現在您可以再次執行相同的調查,查看「非常滿意」的顧客百分比是否上升或下降。這使您能夠隨著時間變化,有效地測量在客戶滿意度上的進展,以及直接衡量在兩次調查之間,實施的新措施、新程序的效果。

3. 比較群體:調查問卷的問題也可以用來比較不同群體的受訪者。

回到上文中的範例。在加入有關受訪者的年齡、性別和收入的人口統計問題之後,您就可以比較問題,例如:年輕男性是否比年長女性更滿意您的服務?

藉由比較不同的群體,您可以指出要以誰作為目標,如何將訊息傳達給他們,以及何時需要改變產品,以配合特定的市場。您也可以將滿意的顧客百分比與基準比較,了解相較於競爭對手,您目前居於什麼位置。

量化調查研究的其他用途

在調查的領域以外,您還可以用許多方式使用定量研究。關於使用方式請見以下這幾個例子:

1. 觀察真實資料:您每天收集的資料,很可能會協助您做出以定量資料驅動的決策。這些資料可以是關於任何事物,從顧客造訪貴公司網站會停留多久,到您的銷售高峰出現在哪些季節。這些真實的資訊,最近被稱為「大數據」,在指引您的決策和進行自己的研究上,可能都非常實用!

大數據可以告訴您很多關於人們行為的資料,但是請記住,它很少告訴您為何人們表現出特定行為。您需要更多直接的定性和定量研究告訴您這些事!

2. 因果實驗:為了試著更清楚了解這個「為什麼」,因果實驗觀察在環境中加入新的因素後,會發生什麼情況,藉此判定因果關係。這個新的因素可以是任何事物,從評量廣告對銷售量的影響,到衡量辦公室派對對員工參與度的影響。

假設您計畫更換銷售產品的包裝,想要了解此事對銷售量的潛在影響。您可以只在幾家店面中推出新包裝,比較銷售量與舊包裝有何不同。因果實驗是 A/B 比較檢測背後的概念。

現在您已經有了立即上手展開工作所需的工具,但別忘了在開始之前,先納入一些定性研究。如需如何在研究設計中使用這兩者的詳細資訊,請參閱這篇文章

本文是 SurveyMonkey 調查問卷入門課專案的內容。我們希望藉此幫助更多人建立有效的調查問卷。深入了解本專案以及我們如何參與研究社群。

讓 SurveyMonkey 滿足您的好奇心